本学薬学部の渡辺賢二教授、橋本博教授と、国立研究開発法人産業技術総合研究所?齋藤裕主任研究員のグループは、フラビン依存性酸化酵素においてこれまでに見られない触媒反応をAIにより設計創出し高機能化を達成しました。本成果は、化学触媒分野において最も権威のある国際化学雑誌『ACS Catalysis』(Impact Factor: 13.700) 電子版に4月18日付けで掲載されました。

天然物の生合成酵素の中でもフラビン依存性酸化酵素は特に重要な役割を担っており、多種多様な酵素反応を触媒することが知られています。今回、機械学習による酵素の機能改変では、100-200種類程度の限られた数の変異体酵素の活性を教師データとして機械学習をすることで、全パターンの変異体を網羅的かつ定量的に評価をすることが可能になります。そこで、膨大なパターンの中から、活性が高い変異体を効率的に見つけ出すことが可能になります。そこで、従来のProtein descriptorと最新のディープラーニングの2種類の機械学習を組み合わせることで高活性変異体を予測しました。最終的に16万種類の変異体の活性を予測し、高機能化酵素PHBH-MWNL (M47, W185, N199, L210)を見出しました。また、得られた高機能化酵素のX線結晶構造解析により詳細な触媒機構の解析に成功しました。本手法を様々な酵素反応に用いることで、これまでに無い反応を触媒する酵素の創出が可能になると期待されます。

＜掲載された論文＞
Functional enhancement of flavin-containing monooxygenase through machine learning methodology
Takuma Matsushita, Shinji Kishimoto, Kodai Hara, Hiroshi Hashimoto, Hideki Yamaguchi, Yutaka Saito and Kenji Watanabe
関連リンク：American Chemical Society
https://pubs.acs.org/doi/full/10.1021/acscatal.4c00826（外部サイトへリンク）



（2024年4月19日）